lncRNA对口腔鳞状细胞癌诊断价值的系统评价

刘茂华，刘旭倩，雍明媛，聂敏海

1.西南医科大学附属口腔医院牙周黏膜病科（泸州 646000）；2.口颌面修复重建和再生泸州市重点实验室（泸州 646000）；3.河北省疾控中心科培处（石家庄 050000）

口腔鳞状细胞癌（oral squamous cell carcinoma，OS⁃CC）是口腔癌中最常见的、可发生早期远处转移的一种恶性肿瘤[1]。尽管近年来医疗技术在癌症的治疗上取得了不小的突破，但由于OSCC具有早期诊断的困难性及术后的易复发性等特点[2]，国际癌症研究机构2020年发布的数据表明口腔癌仍存在新发病例多和死亡率高的问题[3]，因此对其早期诊断是高效治疗及改善预后的关键。

长链非编码RNA（Long non-coding RNA，lncRNA）是一种无法进行蛋白及多肽编码的长链RNA分子，它是一个功能单位，其亚细胞的定位对靶向治疗有重要意义[4]。lncRNA作为细胞增殖和死亡的关键调控因子，与多种肿瘤细胞的生长发育、凋亡等生物学过程都密切相关[5-6]。研究表明lncRNA 可作为竞争内源性RNA（competitive endogenous RNA，ceRNA）在OSCC的发生、发展和转归中发挥一定的作用[7]。本研究采用meta分析的方法，通过计算出评价诊断效能的数据，如合并灵敏度、合并特异度等，对lncRNA诊断OSCC的价值进行定量评价，以期为临床诊断、治疗、预后和实验研究提供更高质量的参考依据。

1 资料与方法

1.1 文献检索策略

通过Pubmed、EMbase、CNKI、WanFang Data、VIP、Cochrane Library数据库检索建库以来至2022年2月国内外公开发表的关于lncRNA 表达量与口腔鳞状细胞癌诊断价值相关的中英文文献。使用以下中文检索词为“长链非编码RNA”、“口腔鳞状细胞癌”、“口腔癌”、“竞争性内源性RNA”、“诊断”，英文检索词为“Long non-coding RNA”、“Oral Squamous Cell Carcinoma”、“Squamous Cell Carcinoma of the Mouth”、“Oral Can⁃cer”、“Competitive endogenous RNA”、“Diagnosis”。

1.2 纳入与排除标准

需同时满足以下6 项标准则可纳入：①lncRNA 的表达与口腔鳞状细胞癌诊断价值具有相关性的病例对照研究；②病例组为经组织病理学诊断为OSCC的组织标本或血液标本，患者的年龄、性别、种族均不限，对照组选择为诊断为OSCC 患者的癌旁正常口腔黏膜组织标本或健康人群的正常口腔黏膜组织标本或血液标本；③OSCC 标本均需在患者手术、放化疗及使用抗肿瘤药物之前采集；④每篇文献OSCC样本例数及对照组样本例数均不少于20 例；⑤文献临床数据资料完整，可直接提取诊断相关的四格表的指标或可通过灵敏度、特异度计算出四格表指标；⑥文献语言为中文或英文。具有以下1项标准者则予排除：①具有重复临床数据的文献；②无法获取全文或数据不完整、有误的文献；③OSCC 样本例数及对照组样本例数少于20 例的文献；④讲座、综述等文献。

1.3 资料提取及偏倚风险评估

由2 名作者分别独立进行文献检索，阅读标题及摘要初筛符合研究主题的文献。然后按标准筛选文献，提取文献的相关内容，内容包括纳入文献基本信息如作者信息、文献发表年份，研究对象lncRNA类型、对照组来源、样本来源、lncRNA 表达量检测方法等及可直接或间接获取四格表指标的数据，对比及核对提取的信息及数据，若纳入意见存在分歧时则研究讨论决定文献是否可纳入。两名作者采用诊断性研究的质量表评价工具QUADAS-2从病例的选择、待评价试验、金标准、病例流程和进度情况四个方向，共14 个条目根据所纳入文献信息进行“是”、“否”、“不确定”的回答，进而根据回答占比来评估文献偏倚风险[8]。

1.4 统计学处理

首先通过计算Spearman相关系数来评估是否存在阈值效应，然后使用STATA 15.0 绘制双变量箱式图来评估是否存在异质性，通过Q检验及I2值来分析所纳入的研究是否存在非阈值效应。若存在统计学异质性，采用随机效应模型合并效应量，计算合并灵敏度、合并特异度、阳性似然比（positive likelihood ratio，PLR）、阴性似然比（negative likelihood ratio，NLR）、诊断比值比（di⁃agnostic odds ratio，DOR）等数据，绘制汇总受试者工作特 征 曲 线（summary receiver operating characteristic，SROC）并计算曲线下面积（area under curve，AUC）等相关评估数据来评估lncRNA诊断的OSCC价值。反之，则采用固定效应模型。通过观察漏斗图中纳入的研究在回归线两侧分布情况及进行秩和相关检验来分析评估研究是否存在发表偏倚。

2 结果

2.1 文献检索结果

按检索策略初步检索获得641 篇相关文献，阅读标题及摘要后初步筛选得到468 篇相关文献，然后通读全文，按制定的要求最终共纳入了9篇文献，累计病例组828例，对照组589例。

2.2 纳入文献特征

纳入文献的基本特征见表1，纳入的9篇研究均为病例-对照研究，且病例组均经组织病理学诊断为OS⁃CC，研究均采用RT-qPCR 或ISH 检测了lncRNA 的表达量。纳入的文献中1篇研究偏倚风险为不清楚，其余为低风险。

表1 纳入研究资料的基本特征Table 1 Basic features of included research data

2.3 异质性检验及亚组分析

首先利用纳入研究的9篇文献的数据对灵敏度对数和（1-特异度）对数进行Spearman分析探究有无阈值效应，Spearman相关系数是0.267，P=0.488（P＞0.05），这提示纳入的研究不存在阈值效应导致异质性的可能性。绘制双变量箱式图，有3 组数据落于箱式图圈外，这提示纳入的研究间存在异质性，见图1。然后，使用STATA 15.0 软件分析时显示Q 值为23.440（P<0.05），I2＞75%，因此可认为本研究纳入的9 篇文献间由非阈值效应导致的异质性较显著。本研究针对对照组来源于健康人群或OSCC正常组织、检测样本来源于血液或组织及检测方法是RT-PCR 或ISH 的不同分组进行亚组分析来探究异质性的主要来源，分析结果见表2，对照组来源为健康人群与0SCC 患者癌旁正常黏膜组织的合并灵敏度为（0.81vs0.72）；检验样本来源结果显示血液来源合并灵敏度为0.81，组织来源合并灵敏度为0.72；RT-qPCR 检测方法的灵敏度可能优于ISH（0.80vs0.60），以上结果发现可能用RT-qPCR 方法检测0SCC患者lncRNA表达水平可能更灵敏。

图1 双变量箱式图Figure 1 Bivariate box diagram

2.4 Meta分析结果

meta 分析结果显示合并灵敏度、合并特异度、PLR、NLR、DOR 分别为0.76（95%CI：0.67，0.83）、0.77（95%CI：0.70，0.83）、3.4（95%CI：2.5，4.5）、0.31（95%CI：0.22，0.43）、11（95%CI：6，19），绘制汇总受试者工作特征曲线（SROC）并计算AUC 为0.83（95%CI：0.80，0.86），这些结果表明lncRNA对OSCC具有一定程度的诊断价值（见图2～5）。

图2 lncRNA诊断口腔鳞状细胞癌的灵敏度和特异度Figure 2 Sensitivity and specificity of lncRNA in the diagnosis of OSCC

图3 lncRNA诊断口腔鳞状细胞癌的阳性和阴性似然比Figure 3 Positive and negative likelihood ratio of lncRNA in the diagnosis of OSCC

图4 lncRNA诊断口腔鳞状细胞癌的诊断分数和诊断比值比Figure 4 Diagnostic score and diagnostic odds ratio of lncRNA in the diagnosis of OSCC

图5 lncRNA诊断口腔鳞状细胞癌的SROC曲线Figure 5 SROC curve of lncRNA in diagnosis of OSCC

2.5 发表偏倚

通过Deek’s 漏斗图评估纳入的文献时，发现纳入的9项研究在回归线两侧分布较对称，秩相关检验P＝0.33（P＞0.05），提示该研究纳入的9 篇文献不存在发表偏倚（图6）。

图6 Deek’s漏斗图Figure 6 Deek's funnel diagram

3 讨论

口腔鳞状细胞癌在口腔癌中占的比例超过90%，由于其发病率及死亡率均较高，因此探究如何提高诊断率和如何改善治疗的方法是目前医学领域研究的热点[18]。在国内外的许多研究中均发现多种肿瘤如肺癌、膀胱癌、口腔癌等的癌组织中的lncRNA表达水平与其癌旁正常组织相比存在一定程度上的差异性[19-21]。这种差异表达可能在转录水平，转录后水平及表观遗传水平等多个方面发挥作用进而影响肿瘤的细胞周期及细胞学行为，并以此来调控肿瘤细胞的增殖、侵袭和迁移，从而影响肿瘤的发展[22]。分析lncRNA 在癌症及其癌旁组织中的差异表达，对于发现新的癌症诊断指标及改善治疗方法具有重要意义[23]。如有研究表明OSCC组织中lncRNA MALAT1 的表达水平明显高于其癌旁正常组织，与此同时，研究发现siRNA抑制MALAT1的表达可导致SCC4 细胞凋亡增加，增殖及迁移受到抑制。这提示高表达的MALAT1 可促进癌细胞的分化增殖、侵袭转移等生物学行为，而在癌细胞凋亡方面发挥着抑制作用[24]，有研究通过分析乳腺癌血浆外泌体MALAT1表达量，证实了MALAT-1可能成为诊断乳腺癌的一个潜在性生物学标志物[25]。目前不少研究发现，lncRNA 作为竞争性RNA（ceRNA），可与miRNA 及mRNA 构成网络结构，并在靶基因的调控上发挥着重要作用，lncRNA在肿瘤的各种生物学行为过程中都扮演着至关重要的角色[26-27]。在OSCC 中lncRNA CASC9，lncRNA CASC9 可通过下调miR-545-3p，上调LAMC2表达，促进OSCC 细胞增殖及迁移[28]。在OSCC 中ln⁃cRNA可作为ceRNA参与调控9条重要的转录通路，比如可通过趋化因子信号通路、MAPK 信号通路等调控OSCC 肿瘤的进展[29]。lncRNA CCAT1、FTH1P3 等在OS⁃CC 细胞中均高表达，并且均可通过激活癌组织中WNT/β-catenin通路促进癌细胞增殖、迁移和侵袭[30-31]；lncRNA BANCR 在OSCC 细胞中高表达，研究发现BANCR 可调控MAPK 信号通路在OSCC 细胞的增殖、迁移和侵袭上发挥促进作用[32]。以上研究表明通过调控组织中lncRNA 的表达水平及在lncRNA/ceRNA/miRNA网络中寻找合适的免疫治疗靶点对于治疗OS⁃CC具有一定的价值。

为了深入探讨lncRNA 在OSCC 中的诊断价值，本研究应用meta分析进行了定量评价，结果显示lncRNA诊断OSCC 的合并灵敏度、合并特异度、PLR、NLR、DOR分别为0.76、0.77……提示基于lncRNA具有诊断OSCC的潜在价值；AUC为0.83，说明lncRNA用于诊断OSCC 具有较高的准确性。然而，本研究仍存在一定的局限性，如本次研究按照纳入及排除标准，最终纳入文献数量较少，并且样本量也不大，在一定程度上会降低结果的可靠性，并且缺少关于各种lncRNA 对OSCC 诊断价值高低的比较。

4 结论

lncRNA对OSCC诊断价值评定显示出较高的灵敏度和特异度，因此在临床工作中，检测和调控患者ln⁃cRNA 的表达情况对于诊断和治疗OSCC 可能具有一定的临床意义。然而，lncRNA 在OSCC 的诊断、治疗及预后等方面若要达到更大的突破及广泛的应用，还需要医学科研者更加深入、全面系统的进行实验研究，从而提供更多高质量的数据和可靠的结果来进行补充和完善。

（利益冲突：无）